Bayesianisme, tidak seperti epistemologi tradisional, memandang kepercayaan sebagai darjah dan bukannya binari, dan menjelaskan bahawa perubahan dalam kepercayaan harus diselaraskan secara rasional mengikut prinsip pelaziman.
Ramai ahli epistemologi tradisional percaya bahawa untuk sebarang cadangan tertentu, kita hanya boleh mempunyai satu daripada tiga sikap kepercayaan. Sebagai contoh, kita boleh mempercayai cadangan "Esok akan turun salji" adalah benar, salah, atau tidak benar atau palsu. Bayesians, sebaliknya, melihat kepercayaan sebagai masalah darjah. Sebagai contoh, setiap ejen kognitif boleh mempunyai tahap kepercayaan yang terdiri daripada kepercayaan yang paling kuat kepada yang paling lemah bahawa "Esok akan salji" adalah benar. Dengan memasukkan darjah kepercayaan dalam sikap kepercayaan, Bayesian, tidak seperti kebanyakan ahli epistemologi tradisional, memperkayakan sikap kepercayaan.
Menurut Bayes, darjah kepercayaan mengambil nilai antara 0 dan 1, di mana 0 bermaksud tidak percaya sama sekali dan 1 bermakna percaya sepenuhnya. Dengan mewakili kepercayaan sebagai kesinambungan nilai, Bayesian membenarkan analisis epistemologi yang lebih terperinci. Ini sesuai dengan pengalaman harian kami. Sebagai contoh, apabila kita melihat ramalan cuaca dan melihat maklumat "ada 70% kemungkinan hujan esok", kita tidak mempercayainya dengan pasti atau tidak sama sekali, tetapi dengan sedikit keyakinan.
Kita sering belajar baru sama ada cadangan sewenang-wenangnya adalah benar atau palsu. Untuk meletakkan ini dalam istilah Bayesian, kita sering belajar semula sama ada proposisi itu benar atau palsu, dan kita mempunyai kepercayaan terkuat baharu tentang sama ada ia benar atau salah. Bayesianisme memberikan gambaran yang canggih tentang bagaimana kepercayaan harus berubah dalam kes ini. Menurut ini, apabila ejen kognitif mengetahui bahawa proposisi arbitrari A adalah benar atau palsu pada masa tertentu, perubahan dalam kepercayaan terdahulu ejen tentang proposisi arbitrari B yang lain dikawal oleh prinsip pelaziman. Prinsip ini menyatakan bahawa jika seseorang penerima mengetahui bahawa A adalah benar sahaja, maka darjah kepercayaan penerima bahawa B adalah benar mesti berubah daripada darjah kepercayaan awal kepada darjah kepercayaan bahawa B adalah benar di bawah syarat bahawa A adalah benar.
Sebagai contoh, katakan Ik lemah percaya bahawa "Hari ini akan hujan" adalah benar, tetapi sangat percaya bahawa "Esok hujan akan turun" adalah benar dengan syarat "Hari ini hujan" adalah benar. Menurut Prinsip Pelaziman, adalah munasabah untuk Gu untuk mempercayai bahawa "hujan esok" adalah benar dengan lebih kuat berbanding sebelum ini apabila dia baru mengetahui bahawa "hujan hari ini" adalah benar. Prinsip pelaziman juga terpakai apabila terdapat lebih daripada satu proposisi yang baru dipelajari pada masa yang sama. Walau bagaimanapun, prinsip ini adalah mengenai tahap kepercayaan, bukan tingkah laku.
Sesetengah proposisi berkaitan dengan proposisi yang baru dipelajari sebagai benar atau salah, seperti dalam contoh di atas, manakala yang lain tidak. Menurut Prinsip Pelaziman, mengetahui bahawa suatu dalil adalah benar atau salah tidak seharusnya mengubah tahap kepercayaan terhadap dalil yang tidak berkaitan dengan dalil tersebut. Sebagai contoh, seperti yang ditunjukkan di atas, jika Guy mengetahui bahawa "Hari ini hujan" adalah benar, kepercayaannya terhadap cadangan yang tidak berkaitan "Alien wujud di galaksi lain" tidak seharusnya berubah. Dengan cara ini, seorang Bayesian percaya bahawa tahap kepercayaan kita harus kekal sama melainkan terdapat sebab yang kukuh untuk mengubahnya.
Untuk mewajarkan idea yang masuk akal ini, seorang Bayesian mungkin merayu kepada kecekapan praktikal yang diperoleh dengan mengekalkan tahap kepercayaan sedia ada. Bertukar sekolah tanpa sebab tertentu adalah penggunaan tenaga kita yang tidak perlu dalam beberapa cara. Seorang Bayesian akan melihat mengubah kepercayaan seseorang tanpa sebab tertentu sebagai penggunaan tenaga yang sama tidak perlu. Dari perspektif ini, adalah rasional untuk mengekalkan tahap kepercayaan sedia ada melainkan kita mempunyai sebab khusus untuk berbuat demikian, jika kita mencari kecekapan utilitarian.
Kesimpulannya, Bayesianisme membenarkan analisis yang lebih kaya dan lebih canggih dengan mempertimbangkan darjah kepercayaan, tidak seperti epistemologi tradisional yang melihat kepercayaan sebagai binari. Ini berguna untuk menerangkan cara kepercayaan harus berubah apabila kita menemui maklumat baharu, dan ia juga masuk akal dari perspektif kecekapan praktikal. Oleh itu, pendekatan Bayesian mempunyai tempat yang penting dalam epistemologi moden.
